knitr::opts_chunk$set(echo = TRUE)
library(dplyr)
library(ggplot2)
library(plotly)
library(tidyr)
library(DT)
Wykres przedstawia zmiany wartości wybranych polskich spółek giełdowych w miesiącu ogłoszenia przez prezydenta USA ceł na towary z UE. Pokazuje zmianę wartości na przestrzeni miesiąca.
knitr::opts_chunk$set(echo = TRUE)
knitr::include_graphics("/Users/misiaduda/Desktop/obraz1.png")
Link do artykułu z wizualizacją:
Trudne jest precyzyjne odczytanie wartości przed i po spadku. Dodatkowo nie można odczytać z wykresu spadku procentowego względem początkowej wartości kursu - co w tym wypadku jest jedną z kluczowych informacji.
dane <- data.frame(
Spolka = c("ORLEN", "PKO BP", "PZU", "PGE", "KGHM", "ENEA", "TAURON", "JSW"),
Wartosc_po = c(73050, 81950, 46000, 17350, 21550, 7720, 8720, 2620),
Strata = c(7150, 12550, 4050, 1150, 4000, 590, 155, 185)
)
dane <- dane %>%
mutate(
Wartosc_przed = Wartosc_po + Strata,
Procent_straty = round(100 * Strata / Wartosc_przed, 1)
) %>%
arrange(desc(Wartosc_przed))
dane$Spolka <- factor(dane$Spolka, levels = dane$Spolka)
dane <- dane %>%
mutate(
label = paste0(
"Wartość przed: ", Wartosc_przed, " mln zł<br>",
"Wartość po: ", Wartosc_po, " mln zł<br>",
"Strata: ", Strata, " mln zł<br>",
"Spadek (%): ", Procent_straty, "%"
)
)
dane_long <- dane %>%
select(Spolka, Wartosc_po, Strata, Typ_label = label) %>%
pivot_longer(cols = c(Wartosc_po, Strata), names_to = "Typ", values_to = "Wartosc") %>%
mutate(
Typ = factor(Typ, levels = c("Wartosc_po", "Strata"))
)
plot_ly(
data = dane_long,
x = ~Wartosc,
y = ~Spolka,
type = "bar",
orientation = "h",
color = ~Typ,
colors = c("skyblue", "red"),
text = ~Typ_label,
hoverinfo = "text",
textposition = "none"
) %>%
layout(
barmode = "stack",
title = list(
text = "Wartość spółek przed i po ogłoszeniu ceł przez USA kwiecień 2025",
y = 0.97
),
xaxis = list(title = "Wartość (mln zł)", tickformat = ",d"),
yaxis = list(title = "Nazwa spółki"),
legend = list(
orientation = "h",
x = 0.8,
xanchor = "center",
y = .5
))
Użytkownik może sprawadzić bardzo dokładnie wartości przed i po spadku jak i jego procentową wielkość. Wykres słupkowy jest bardziej czytelny przy odczytywaniu zmiany jaka nastąpiła i jak duża była w porównaniu do początkowej wartości kursu.